facts: Grok 4.5의 공개와 가격 구조

SpaceX가 코딩과 자율 에이전트(Autonomous Agents) 수행을 위해 특화 학습시킨 AI 모델 'Grok 4.5'를 공개했다. 이번 모델은 SpaceX가 최근 600억 달러에 인수한 AI 코딩 스타트업 커서(Cursor)의 기술력과 데이터를 결합한 첫 결과물이다.

가장 먼저 바뀐 점은 API 가격 정책이다. Grok 4.5의 가격은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 6달러로 책정됐다. 이는 앤스로픽(Anthropic)의 클로드 오퍼스(Claude Opus) 라인이나 오픈AI(OpenAI)의 프론티어 모델 프리미엄 티어와 비교해 절반 이하의 수준이다. SpaceX는 Grok 4.5가 경쟁 모델 대비 작업당 사용하는 토큰 수를 절반으로 줄였으며, 더 높은 처리량(Throughput)을 제공한다고 밝혔다.

일론 머스크는 내부 평가를 통해 Grok 4.5의 성능이 클로드 오퍼스 4.7(Opus 4.7)과 유사한 수준이면서 속도는 훨씬 빠르다고 정의했다. 벤치마크 점수 경쟁보다는 실제 엔지니어링 환경에서의 유용성과 비용 효율성에 초점을 맞춘 포지셔닝이다.

how-it-works: 학습 데이터와 인프라 및 벤치마크 수치

모델의 작동 방식과 성능의 근거는 커서(Cursor)의 상호작용 데이터와 SpaceX의 컴퓨팅 인프라에 있다. Grok 4.5는 전문 엔지니어들이 실제 프로덕션 환경에서 코드를 작성, 수정, 리뷰하고 디버깅하는 과정에서 발생하는 고품질의 상호작용 데이터를 직접 학습에 활용했다. 이를 통해 대규모 코드베이스를 이해하고, 여러 저장소(Repository)에 걸친 장기 작업과 수백 가지의 스킬 및 도구를 다루는 능력을 확보했다.

학습 인프라로는 멤피스에 위치한 SpaceX의 콜로서스(Colossus) 슈퍼컴퓨터를 사용했다. 이 인프라는 약 20만 개의 엔비디아(Nvidia) GPU로 구성되어 있으며, 향후 100만 개까지 확장할 계획이다. 커서 측은 그동안 컴퓨팅 자원 부족으로 병목 현상을 겪었으나, 콜로서스 접근 권한을 얻으며 Grok 4.5의 학습 속도와 규모를 확장할 수 있었다고 밝혔다.

객관적 성능 수치는 벤치마크 기업 아티피셜 애널리시스(Artificial Analysis)의 GDPval-AA v2 지수에서 확인된다. Grok 4.5는 실무 에이전트 지식 작업 능력을 측정하는 이 지수에서 Elo 점수 1543점을 기록하며 전체 4위에 올랐다. 순위는 앤스로픽의 최신 클로드 릴리스 모델들에 뒤처지지만, 비용 효율성에서는 압도적인 수치를 보였다. 아티피셜 애널리시스는 Grok 4.5의 작업당 완료 비용을 0.49달러로 측정했으며, 이는 상위권 모델들보다 약 90% 저렴한 수준으로 '성능 대비 비용의 파레토 최적선(Pareto frontier)'에 위치한다고 분석했다.

implementation-impact: 기업용 에이전트 도입의 경제적 판단 기준

개발자와 실무자가 도입 단계에서 다르게 판단해야 할 지점은 '토큰 소모량'과 '작업 완료 비용'의 상관관계다. 단순 챗봇과 달리, 코드베이스를 읽고 도구를 호출하며 스스로 출력을 반복 수정하는 에이전트 워크로드(Agentic workloads)는 토큰을 매우 빠르게 소모한다.

기존에는 모델의 절대적인 지능(Raw capability)이 최우선이었다면, 이제는 작업당 비용이 90% 낮아질 때 얻는 경제적 이득이 약간의 성능 차이를 상쇄할 수 있는지 계산해야 한다. 수백 명의 개발자가 사용하는 엔지니어링 조직에서 작업당 0.49달러의 비용 구조는 에이전트 배포 규모를 결정짓는 핵심 변수가 된다.

다만, 코딩 작업의 특성상 '품질의 복리 효과'를 고려해야 한다. 복잡한 버그를 한 번에 정확히 해결하는 고성능 모델이, 토큰 비용은 절반이지만 세 번의 시도 끝에 정답을 내놓는 저렴한 모델보다 실제 운영 비용과 시간 측면에서 더 효율적일 수 있기 때문이다. 따라서 실무자는 벤치마크의 Elo 점수보다 실제 프로젝트 코드베이스에서의 신뢰도, 즉 개발자 커뮤니티가 말하는 '바이브(Vibes, 체감 성능)'를 통해 도입 여부를 결정해야 한다.